پیش بینی روند پژوهش های مهندسی صنایع با استفاده از تحلیل سری های زمانی

Authors

محمد زارع بنادکوکی

دانشکده ی مهندسی صنایع، دانشگاه یزد محمدصالح اولیاء

دانشکده ی مهندسی صنایع، دانشگاه یزد نرگس منتظری هدش

دانشکده ی مهندسی صنایع، دانشگاه یزد

abstract

مهندسی صنایع به عنوان یکی از رشته های نسبتاً جدید در طول سال های اخیر، تغییرات قابل توجهی داشته و در شاخه های متنوعی توسعه یافته است. از این منظر پیش بینی روند پژوهش های آتی در مهندسی صنایع براساس مقالات علمیِ انتشار یافته اهمیت دارد. بدین منظور تعداد ۸۷۱۵۰ مقاله مرتبط با رشته ی مهندسی صنایع ــٓکه در ۵۰ سال اخیر در ۵۴ نشریه ی بین المللی منتشر شدهٓــ مورد تحلیل قرار گرفت. از آن تعداد ۳۴۷ واژه ی کلیدی اصلی و ۲۸۰ دپارتمان و ۱۰۱ نام کشور محل انتشار استخراج شد. با تحلیل روند ۵۰ سال گذشته روند ۱۰ سال آینده با روش سری زمانی پیش بینی شد. بررسی روند پژوهش ها در گذشته نشان می دهد که بیشترین تعداد مقاله بر موضوعات سیستم های هوشمند و اطلاعاتی، برنامه ریزی و نظریه ی سازمان، تکنیک های تجزیه و تحلیل و تحقیق در عملیات معطوف است. از نظر منطقه یی، کشورهای آمریکای شمالی، آسیای شرقی و اروپای غربی بیشترین تعداد انتشار مقاله را به خود اختصاص داده اند. براساس پیش بینی صورت گرفته در این پژوهش، موضوعات سیستم های هوشمند و اطلاعاتی، تکنیک های تجزیه وتحلیل و تحقیق در عملیات و مناطق آسیای شرقی و اروپای غربی بیشترین تعداد در انتشار مقالات را خواهند داشت.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

full text

پیش بینی روند پژوهش در مدیریت منابع انسانی با استفاده از تحلیل سری های زمانی (با استناد به مقالات پایگاه های اطلاعاتی علمی)

توجه به اهمیت مدیریت منابع انسانی و نیاز روزافزون به آن در سازمان ها و اداره ها و همچنین، گستردگی حوزه های تحقیقاتی در این زمینه، بررسی روند پژوهش در مدیریت منابع انسانی مهم است. هدف از پژوهش حاضر، بررسی سیر تغییر و تحول پژوهشی در حوزه­های تحقیقاتی مدیریت منابع انسانی و پیش­بینی روند آینده ی آن است. در این راستا، تعداد 50014 مقاله ی مربوط به مدیریت منابع انسانی که طی سال های 1962 تا 2011 در 81 ...

full text

پیش بینی تورم با استفاده از رهیافت سری های زمانی

امروزه، پیش­بینی متغیرهای کلان اقتصادی از جمله نرخ تورم، از اهمیت ویژه­ای برای سیاستگذاری و برنامه ریزی های اقتصادی برخوردار شده است. در این راستا در دهه های اخیر، مدل­های پیش­بینی گوناگونی برای نرخ تورم مطرح شده اند. در این مقاله، با استفاده از سری زمانی نرخ تورم اعلام شده از سوی مرکز آمار ایران (از اسفند ۱۳۸۲ تا آذر ۱۳۹۳)،  مدل (۲،۲،۳)arima انتخاب شد. بعد از تصریح مدل، ابتدا پیش بینی درون نمو...

full text

پیش‌بینی روند پژوهش‌های مهندسی صنایع با استفاده از تحلیل سری‌های زمانی

مهندسی صنایع به‌عنوان یکی از رشته‌های نسبتاً جدید در طول سال‌های اخیر، تغییرات قابل توجهی داشته و در شاخه‌های متنوعی توسعه یافته است. از این منظر پیش‌بینی روند پژوهش‌های آتی در مهندسی صنایع براساس مقالات علمیِ انتشار یافته اهمیت دارد. بدین‌منظور تعداد ۸۷۱۵۰ مقاله مرتبط با رشته‌ی مهندسی صنایع ــٓکه در ۵۰ سال اخیر در ۵۴ نشریه‌ی بین‌المللی منتشر شدهٓــ مورد تحلیل قرار گرفت. از آن تعداد ۳۴۷ واژه‌ی کلید...

full text

پیش بینی تورم ایران با استفاده از مدل های ساختاری ، سری های زمانی و شبکه های عصبی

امروزه ، پیش بینی متغیر های کلان اقتصادی از اهمیت ویژه ای برای سیاستگذاران و سایر واحد های اقتصادی برخوردار است. در نتیجه ، دردهه های اخیر ، مدل های پیش بینی گوناگونی توسعه یافته و به رقابت با یکدیگر پرداخته اند. اخیراً به موازات مدل های متداول قبلی مانند مدل های ساختاری و سری زمانی ، مدل های دیگری تحت عنوان شبکه های عصبی مصنوعی در زمینه پیش بینی متغیر های مالی و پولی بکار گرفته شده اند. این م...

full text

تحلیل و پیش بینی نوسانات تراز آب دریای خزر با استفاده از مدل های استوکستیک سری زمانی

Forecasting of sea level fluctuations is a suitable tool for comprehensive management of the sea and the protection of coastal areas. On the other hand, application of time series analysis for forecasting purposes has been evaluated to be very appropriate. Therefore, two time series consisting monthly measured sea level data were used in the present research. The data have been recorded at two ...

full text

My Resources

Save resource for easier access later


Journal title:
مهندسی صنایع و مدیریت

جلد ۲۰۱۳، شماره ۱، صفحات ۸۷-۱۰۰

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023